16061002
在一个游戏中，主办方在三个门中任选一个，在门后放了一个奖品，另外两个门之后是空的。选手要在三个门中选择一个抽奖。 当选手选择了一个门，未曾打开门之前，主办方打开了另外两个门中没有奖品的那个门，并向选手说， 他可以改变他的选择， 即转为选择剩下一个没有打开的门。 请问，如果选手此时改变选择， 他会提高或降低获奖的可能性么？提高多少？请给出你的分析。
会提高获奖概率，提高了1/3。
首先，我们知道如果不改变选择，获奖概率为1/3。
而对于改变选择后获奖的概率，有两种思考方式：
正向思维：
使用概率统计的知识分析，选择正确的门的概率为一开始选中正确的门的情况下赢得奖品的概率加一开始选中了错误的门的情况下换的门是正确的门的概率。也即，假设A事件为一开始就选择了正确的门，B事件为一开始选中了错误的门，C事件为经过换门思考后成功选中正确的门。
则P（获奖）=P（A）* P（C|A）+P（B）* P（C|B）
=1/3 * 0 + 2/3 * 1
= 2/3
反向思维：
既然要计算获奖的可能性，不妨先考虑不获奖的概率。只有在一开始就选中了正确的门时，改变选择会导致不获奖。发生这样的情况的概率为1/3，故对立事件（改变选择后获奖）的概率为2/3。
综上，获奖概率会提高，提高了1/3。
如何看待 “中文房间” 问题，中文房间有智能么？它有什么样水平的智能？如何才能让它具有人类水平的智能？
要判断中文房间是否有智能，我们首先给出智能的判断标准。
1950 年, 英国数学家图灵(A.M .Turing)在“ 计 算机能思维吗” 一文中提出测试机器智能的著名“ 图 灵试验”(Turing Test)。 简单地说, 如果一台机器能 设法使测试者相信它是人, 那么就说这台机器是有 智能的, 或者说它通过了“ 图灵试验” 。 按照这个标 准, 目前的计算机都可以通过试验, 从而被认为是有 智能的。
按照这个标准，我们可以判定中文房间具有一定的智能，因为他机械地能给出一部分问题的正确答案。
但中文房间具有的智能是很弱的，图灵判断智能的标准也比较弱。机器智能是有限度的, 机器智能永远不可能超过人类智能，机器智能可以无限接近人类智能。证据在于那本“ 操作规程” ,因为是人编写的, 它绝不会比人更聪明，他只是人类智慧的部分记录，人类具有的强大的、变通的思维能力是无法复制的。
正如塞尔主张的，即使机器通过了图灵测试,也不能认为它就是有思维的,也不能认为它是有理解力的。因为通过程序控制的机器不具有意向性,而大脑的因果能力才对产生意向性是充分的,程序仅仅是句法的而非语义的,因而也不能产生心灵。心灵的产生是要有其生物学的基础。计算机硬件与人脑有着生物与非生物的本质区别。心灵是智慧的基础。心灵的产生是要有其生物学的基础。计算机硬件与人脑有着生物与非生物的本质区别。
所以我认为，机器确实具有一定的智能，但让机器真的具有人类水平的智能其实是不完全现实的，而我们可以使用大量的训练材料不断地训练、扩展输入的信息量，提高算法的可靠度，甚至采用一些更加仿生的策略模仿人类的活动，使得他的智能不断趋向人类的水平，在某些特定场景下，近似于人类的智能。
既然这门课讲了很多计算机前沿，那么学生就可以预计一下这些前沿知识如何能给普通用户或某个行业带来好处。 学生根据讲课的内容和参考文献，用 NABCD 的模板，描述你心目中一个使用了 “人工智能+其他前沿技术” 的创新项目。 这个项目应该是由 7 - 10 名有相关技能的大学生在 4 个月能完成。 写完项目提案后，就可以提交 （submit）到你的github 账户中，你可以在github 上看到这个文件的提交记录。你可以提交多次，但是要记住一定要把最后的版本提交上来。这个部分也写在同一个文件中。
NABCD模板： 我们的 <功能改进> 是为了解决 <目标用户> 的痛苦, 他们需要 Need, 但是现有的方案并没有很好地解决这些需求，我们有独特的办法 Approach, 它能给用户带来好处 Benefit， 远远超过竞争对手 Competitor, 包括我们以前的版本。我们有数据 Data （用户调查）支持这一个结论。 我们相信新的改进能给我们带来 Data 的业绩改善 （用户量，使用时间，评价，收入）
内容填充：
项目背景：基于群体智能的数据标注与采集平台
<功能改进>:开放基于人脸识别、图像识别、推荐系统的众包标注平台
<目标用户>：除BAT等具有自研的开放数据标注平台的大企业外的小型人工智能研究机构，如实验室、小型创业公司等。
Need 高效、低价地获得大量可用于训练的高质量数据集。
Approch 开放基于人脸识别、图像识别、语音识别、推荐系统的众包标注平台，训练集需求方发布任务并实时审核，标注师实时领取任务进行标注赚取积分，对训练集需求方提供下载数据集的服务。人脸识别用于识别用户本人，图像识别帮助筛选掉一些不可靠答案，语言识别帮助用户自动得到一些答案，推荐系统用于自动推荐擅长的任务。
Benifit
1、实现任务流程标准化，支持个性化定制，标注师门槛随你设置；
2、实时标注，标注进度双方透明，任务阶段尽在掌握；
3、任务类型筛选、排序，选你所长；心仪任务，帮你抢位；
4、严格审核机制，自动答案加人工校正，排除作弊用户干扰，成果质量有保障，可靠性高；
5、图片、视频、音频多种数据集全方位标注，懂它更懂你；
6、标注成果一键打包下载，尊享一站式便利；
7、人脸识别保证安全性；
8、推荐系统提高标注效率。
Competitor 一些众包标注平台只提供任务的描述，对完成流程缺乏把控，质量审核机制不完善，状态更新不实时、不透明，让人不敢尝试；任务类型混杂，不方便“工人”选择自己擅长的任务；现有开放平台支持的任务也不够复杂；悬赏的划分没有第三方监督，给违约者带来了可乘之机……这样的交易也就意味着层出不穷的隐患。
Data 设计了有人工智能训练数据需求的中小型机构调研问卷，直击数据痛点。
Data 用户量的激增，使用评价的提高。